量化基金2023年回顾及2024年展望：公私募量化策略剖析、优选及配置

2023年量化基金规模继续上升，我们的统计口径下，公募量化基金规模增长673.85亿元，私募新发量化基金3077只。我们梳理了2005年以来公募权益基金发展情况，发现主观多头策略表现不佳时，量化基金发展较快，同时机构持有人近两年大幅增加对小盘量化的配置。 私募方面，严监管的态势下私募量化基金新发数量并未显著减少。 小盘量化相较大盘量化具有更高的超额收益，公开业绩的私募量化在扣除20%的业绩报酬后，整体超额收益依旧高于公募量化。2016年10月21日至2023年12月29日：公募300指增、500指增、1000指增基金年化超额收益分别为4.13%、7.07%、12.81%；私募300指增、500指增、1000指增量化基金年化超额收益分别为9.11%、15.92%、19.78%；主动增强方面，我们使用中证全指作为比较基准，公、私募主动增强型基金的平均年化超额分别为4.34%、9.73%。 接下来我们探讨了量化基金超额收益的影响因素，市场活跃度、管理人规模、组合暴露、政策、策略执行层面等均会影响量化基金的超额收益表现：（1）截面波动率、成交量、成分股胜率与超额收益整体呈正相关关系；成交集中度整体与超额收益呈现负相关关系。（2）量化基金历史业绩表现较好会导致规模上升，但过大的规模可能使基金超额收益下降。（3）暴露方面，指数增强基金可以通过适当暴露提升超额收益，但过大暴露长期看会损伤基金净值。（4）交易成本的下降对量化基金利好程度超过普遍认知。（5）目前阶段下，量化策略构建框架同质化程度较高，评价量化基金的优劣主要在细节层面。 文末我们构建了量化基金优选方法，并提供了两种使用量化基金构建中证800增强组合的思路。基金优选中，公募300指增、500指增、1000指增、主动增强优选组合相较同类平均可以分别产生3.23%、2.85%、2.27%、4.25%的年化超额收益。固定比例与浮动比例构建的量化基金组合相较于中证800可以分别获得7.07%、7.95%的超额收益。最后，我们认为小盘量化仍具有较高的alpha，但需警惕风格切换时小市值风格暴露带来的净值回撤，配置小盘量化时可以搭配大盘、价值、红利低波等smartbeta风格ETF对冲小市值风险。 风险提示：本报告结论完全基于公开的历史数据进行计算，分析结论并不预示其未来表现，也不能保证未来的可持续性，亦不构成投资收益的保证或投资建议；模型假设风险；模型估测不准确风险；部分私募基金不公布产品业绩，可能导致文中私募统计数据出现偏误。 1.量化基金市场全览 1.1.公募量化基金发展回顾 1.1.1.主观多头表现不佳时，量化基金发展较快 早期股票型基金中，由于主动管理型基金可理解性更高，其数量与规模均占据了绝对的主导地位，但这种情况在逐年改变，2005年以来，主观多头的数量及规模占比均出现下行：主观多头基金市场份额第一次下滑出现在2010年附近，彼时随着ETF规模及数量的上升，主观多头基金数量及规模占比开始出现下滑。其市场份额第二次被压缩发生在2018年：随着市场下行，主动管理型基金规模及数量占比均发生显著下行，此时除ETF外，量化基金也出现了快速发展。这一趋势在2019年-2021年“抱团股”期间有所缓解，彼时主动管理型基金维持了规模及数量占比； 但随着2021年“抱团股”瓦解，主动管理型公募基金规模与数量占比双降的情况继续延续。 同时期量化增强型基金平稳扩容，数量及规模均稳定上升。首只量化主动增强基金“光大保德信量化核心证券投资基金（360001）”成立于2004年8月27日，后该类型基金数量及规模逐年上升。2012年12月31日，31只量化基金总规模323.12亿元，规模占比仅为2.96%，而到了2023年12月31日，其数量增长到了365只，规模也增长了近8倍达到2440.89亿元，同时规模占比达到7.25%。分年度看，公募量化基金规模占比在2007年、2014年、2016年三个年度增长较快，2016年后规模稳定上升，但占比变化幅度不大。 量化基金在主动管理型基金业绩表现不佳时规模占比上升较快。2013年后，量化基金经历了两次较快的发展，第一次发生在2015年-2018年，在此期间，股票型基金总规模变化不大，但量化基金规模大幅上升；第二次量化基金的规模上升发生在2021年后，2021年后市场风格发生切换，小盘风格占优导致主动管理型基金业绩表现不佳，而以中小盘风格为主，且超额收益较为稳定的量化基金在此期间快速发展。 图1公募股票基金数量 图2公募股票型基金数量占比 数据统计区间：2004.12.31–2023.12.31。 数据统计区间：2004.12.31–2023.12.31。 图3公募股票型基金规模 图4公募股票型基金规模占比 数据统计区间：2004.12.31–2023.12.31。 数据统计区间：2004.12.31–2023.12.31。 1.1.2.机构持有人近两年大幅增加对小盘量化的配置 2023年6月30日，量化基金中机构投资者占比约为30%，个人投资者约为70%。300指增、500指增、1000指增、主动增强的机构平均占比分别为32.75%、24.53%、36.30%、40.31%，个人投资者占比分别为67.12%、75.31%、72.33%、63.48%；员工占比分别为0.13%、0.16%、0.22%、0.32%。 早期机构投资者因为配置需要，偏好300指增，而个人投资者更加喜欢超额收益更高的500指增和1000指增。不过随着近年来小盘股表现较好，叠加小盘量化超额收益较高，机构逐渐增加对中小盘量化的配置比例。 表1公募量化基金持有人结构 1.1.3.2023年中证1000指数增强基金规模及数量增速较快 2016年后，公募量化基金发展开始加速，在目前权益型基金整体表现不佳的情况下，公募量化基金的数量及规模依旧呈持续上升的趋势：2015年12月31日，量化基金数量为66只，总规模733.42亿元，其中300指增、500指增、1000指增、主动增强数量分别为21只、12只、0只、33只，规模分别为126.04亿元、41.73亿元、0亿元、565.65亿元；截至2023年12月31日，量化公募数量已经上升到372只，总规模为2520.26亿元，其中300指增、500指增、1000指增、主动增强数量分别为63只、79只、52只、178只，规模分别为592.04亿元、670.63亿元、359.60亿元、897.99亿元。指数增强由于：（1）有清晰的对标指数，可解释性强；（2）有可使用的对冲工具，可以在此基础上构建低风险的中性策略，因此发展快于主动增强。沪深300、中证500对冲工具上市时间较早，因此发展也较早，在2022年7月22日中证1000股指期货上市后，中证1000指数增强数量及规模才开始快速增加。目前各个策略的增速方面，中证1000指数增强策略因其较高的超额收益以及完善的对冲工具，增速较快。 图5公募量化基金规模 图6公募量化基金数量 数据统计区间：2004.12.31–2023.12.31。 1.2.私募量化基金发展回顾 1.2.1.私募量化分类方式 我们使用《公募量化基金2022年盘点》中对公募量化基金的分类框架，对私募基金也进行了相应分类。将私募量化多头基金分为：沪深300指数增强型基金、中证500指数增强型基金、中证1000指数增强型基金、中证2000指数增强型基金、主动量化基金。 具体私募量化基金分类流程如下：（1）我们首先使用朝阳永续的基金分类，选取一级分类下为“量化”，二级分类下为“股票多头”、“指数增强”，且为“非对冲”的基金；（2）剔除名称中包含“多策略”的基金，保留目标策略为“股票多头”或为空值的基金；（3）人工剔除非量化的基金公司；（4）保留数据公布完整度超过90%的基金；（5）当符合条件的基金名称中包含用于编号的数字1-9、字母A-Z、中文一-十时，去除基金名称中的编号，同时只保留同系列中成立最早的基金；（6）按照基金的名称及跟踪误差对其进行分类。 图7私募量化基金分类方式 1.2.2.严监管的态势下量化基金新发数量并未显著减少 2018年后私募量化发展较快，2023年新成立产品主要为老基金同系列产品。我们统计了新成立基金的数量情况，2019年后私募量化基金发展速度显著提升：2019年-2023年，新成立量化私募基金数量分别为1058只、1795只、3976只、2295只、3077只，监管收紧叠加市场beta端收益不佳的情况并没有显著影响到量化基金的发行速度。但值得注意的是，目前私募量化基金的规模开始向头部基金公司集中，2023年新发且数据完整的基金中，仅有不足20%的基金为新设立的系列产品。 表2分年度私募量化基金成立数量 1.2.3.中小盘量化为私募量化基金主战场 与公募量化基金不同，私募量化基金中沪深300指数增强数量较少。公募基金中，沪深300指数增强基金数量占比为公募量化基金的16.94%，规模占比为23.49%；而在数据完整的私募量化基金中，沪深300指数增强的数量占比仅为5.03%，这主要是由于早期私募量化基金以中性策略为主：小盘量化具备更高的超额收益，叠加中证500具有完善的对冲工具，早期以绝对收益为导向的私募基金更加愿意在中证500指数上布局。 不过近年来在小盘beta端相对收益较高以及中证1000股指期货上市的影响下，中证1000指数增强基金数量在2021年后也快速上升。主动增强方面，部分基金公司为了获得风格收益，放松了指增产品的风格及行业约束，依此做出了主动增强产品；另一部分非主流量化产品由于无法对标指数，也被归为主动增强策略。在我们的分类中，2023年并未有新成立的主动增强基金，这可能是由于2023年中证1000指数与中证全指走势较为接近，成立时间较短的主动增强基金被归为了中证1000指数增强。 为了校验数据分类结果，我们通过CAPM模型，计算产品alpha与beta值，观察基金与基准的差异，具体公式如下： 𝑟=𝛼+𝛽𝑟 +𝜀 𝑖,𝑡 𝑖 𝑖𝑚,𝑡 𝑖,𝑡 其中𝑟为基金收益率；𝛼作为截距项，衡量基金稳定跑赢基准的能力，也就是常说的alpha能力；𝛽衡量基金和市场指数的相关性；市场指数收益率𝑟采用基金对应基准收益率计算，其中主动增强策略使用中证全指指数收益率；𝜀为残差项。散点图中，按照模型的拟合优度R-square显示气泡大小，模型拟合优度越高，散点越大。回归使用数据区间为基金成立3个月至2023年12月29日，数据统计时删除了数据不足10周的基金回归结果。 𝑖,𝑡 𝑖 𝑖 𝑚,𝑡 𝑖,𝑡 私募量化基金中，沪深300指数增强型基金、中证500指数增强型基金、中证1000指数增强型基金beta值基本集中在1附近，与跟踪宽基指数走势比较一致；主动量化基金beta值差异较大，且超额收益离散值也较多，说明主动量化基金风险暴露差异水平高。散点图中拟合优度决定点的直径，拟合优度越高，对应散点越大，从图中可以看出，指数增强平均拟合优度高于主动增强基金。 表3分年度数据完整的私募量化基金成立数量 图8私募沪深300指数增强基金alpha-beta 图9私募中证500指数增强基金alpha-beta 数据统计区间：2005.01.01–2023.12.29 图10私募中证1000指数增强基金alpha-beta 图11私募主动增强基金alpha-beta 数据统计区间：2005.01.01–2023.12.29 2.量化策略业绩剖析 2.1.公、私募量化基金超额收益对比 2.1.1.扣除业绩报酬后，私募基金超额收益依旧占优 公、私募基金间平均超额收益差距较大，按照beta收益为0、私募业绩报酬为20%计算，扣除业绩报酬后公开业绩的私募整体收益依旧优于公募。为了业绩可比性，我们使用第一只中证1000指数增强公募基金的成立时间作为统计开始日，统计了不同类